數智技術賦能企業新質生產力

企業作為新質生產力的重要推動主體，其新質生產力的形成能夠為自身帶來技術向“新”、發展提“質”的新形勢，而數智技術在企業新質生產力的提升過程中起著至關重要的作用，其對企業新質生產力的賦能效應已成為近年來學術界關注的焦點。選取2023年9月至2025年3月期間的299篇相關期刊文獻，運用CiteSpace文獻計量軟件，系統解析文獻的發表年度分布、關鍵詞戰略坐標、關鍵詞聚類情況以及研究熱點演進脈絡，并從驅動因素、實踐路徑、賦能結果、理論視角等維度展開定性分析，最終構建數智技術賦能企業新質生產力領域的知識框架，并提出未來研究展望，以期為該領域的后續研究提供參考。

引言

2024年1月31日，習近平總書記在主持二十屆中共中央政治局第十一次集體學習時強調，“綠色發展是高質量發展的底色，新質生產力本身就是綠色生產力”。同年7月，黨的二十屆三中全會明確提出“健全因地制宜發展新質生產力體制機制”，并在《中共中央關于進一步全面深化改革推進中國式現代化的決定》中強調“以國家標準提升引領傳統產業優化升級，支持企業用數智技術、綠色技術改造提升傳統產業”。這充分體現了黨的二十屆三中全會對數智技術的高度重視，明確指出數智技術是推動企業轉型升級、實現新質生產力發展的關鍵動力。發展新質生產力須因地制宜，結合各地區不同的資源稟賦，探索差異化、具象化的發展路徑。在此過程中，企業應立足自身實際和行業特性，充分運用數智技術推動技術改造與模式創新，構建契合自身條件的創新體系和核心競爭力，加速發展新質生產力。作為新時代中國經濟發展的核心動力，新質生產力受到了學界和實踐界的高度關注，并在多個領域引發實踐探索。其不僅是宏觀層面的經濟發展方向，更是企業成長的核心驅動力——既要求在國家層面上推動產業升級，還要求企業通過創新驅動和資源優化配置提升競爭力。從本質特征看，新質生產力的“新”體現為創新驅動，“質”強調高質高效，其核心標志是“全要素生產率的大幅提升”。從管理學的角度看，新質生產力本質是企業對外部制度、技術和市場變化的敏銳感知與迅速響應能力，具體表現為：企業能夠精準把握機遇，有效整合、構建并重新配置內外部資源，推動戰略革新，以更適應環境、更高效率的動態能力取代原有能力，從而持續獲取并保持競爭優勢。在這一過程中，數智技術的引入與應用，正是企業實現上述目標的重要工具。

數智技術是以數據為基礎、以智能為核心，通過先進技術手段對海量數據進行采集、存儲、分析與應用，從而實現智能決策與資源優化配置的綜合性技術體系，涵蓋云計算、大數據、人工智能、區塊鏈等關鍵技術。作為其技術基礎，數字技術是指利用數字信息，借助數字化設備，對各類資源進行處理、傳輸和存儲的技術，是釋放數字經濟紅利的重要工具。數字化進程不僅能夠全方位賦能傳統產業，還能不斷催生新產業、新模式，釋放推動經濟發展的放大、疊加與倍增效應。這進一步印證了數字技術在企業新質生產力提升過程中的關鍵作用?；谏鲜鲅芯勘尘芭c理論基礎，本文認為，數智技術是數字技術與智能技術深度融合的產物，是數字技術向更高階形態演進的代表形式。其集成了人工智能、物聯網、云計算、大數據等新一代信息技術，通過對海量數據的深度挖掘與智能分析，實現實時洞察，生成創新思路，并借助智能化手段推動其在企業管理、業務流程及產業鏈條中的高效落地，從而為企業發展注入新動能，助力實現新質生產力的躍升。

綜上，數智技術為企業提供了提升生產力水平的新型技術路徑，推動企業新質生產力的發展。然而，現有文獻缺乏對該領域研究成果的系統性整合。鑒于此，本文采用混合方法論框架，通過文獻計量與內容分析的雙重視角，系統梳理該領域的研究現狀并提出知識框架。為實現研究目標，本文聚焦兩個核心問題展開分析，并基于邏輯連貫的研究內容設計論述框架（見圖1）。

圖1 研究內容設計框架

1 研究設計

1.1數據搜集

本文的文獻檢索與數據篩選過程如表1所示。為保障研究文獻的學術公信力與樣本代表性，選取CNKI數據庫收錄的CSSCI期刊（含擴展版）作為基礎文獻來源。這類期刊能夠代表數智技術賦能企業新質生產力領域的前沿研究成果。文獻篩選過程中，采用人工逐一核查的方式，并剔除會議報道、書評等非學術性文獻，最終得到有效文獻299篇。

表1 文獻檢索與篩選過程

1.2研究方法

本文采用文獻計量與內容分析兩種研究方法。其中：文獻計量法聚焦文獻摘要、文獻年度發表情況等特征進行量化分析與可視化呈現，有助于揭示某一主題的研究脈絡與發展趨勢，但該方法存在對文獻具體內容挖掘深度不足的缺點；內容分析法則通過梳理、概括與歸納文獻核心內容，實現對研究主題的深度解析，但其分析過程受限于主觀因素和文獻數量。為此，本文采用定性與定量相結合的研究方法，對該領域進行多角度深入探究。

2 文獻計量分析

2.1文獻發表年度分析

圖2展示了該議題下研究文獻的年度發表趨勢。鑒于2025年僅有3個月的數據，本文通過研判其發展趨勢，采用虛線對2025年的發文量進行了預測。由圖2可知，研究文獻數量呈逐年增長趨勢。具體而言，該主題的學術研究始于2023年——這一年“新質生產力”的概念首次被提出，學術界圍繞“數智技術賦能企業新質生產力”等議題展開了多方面的研究?？傮w來看，企業新質生產力滲透至經濟和社會的眾多領域，如人工智能、數字經濟、數字化轉型、數實融合等，對企業變革、產業創新等具有重要的指導價值。當前，企業新質生產力發展亟須數智技術賦能，對于該領域學界已進入深度探索階段。

圖2 文獻發表趨勢

2.2文獻關鍵詞分析

基于Cite Space的可視化分析功能，本文對領域內文獻進行關鍵詞共現圖譜構建與聚類特征挖掘，旨在揭示該領域發展軌跡中的核心演進脈絡與理論創新節點。

2.2.1研究重點與發展方向

本文通過分析文獻關鍵詞的共現關系，統計并計算關鍵詞的頻次和中心度?；诖?，完成關鍵詞戰略坐標圖的繪制（見圖3），以剖析數智技術賦能企業新質生產力領域的核心議題并預判前沿趨勢。借鑒夏恩君等的研究方法，本文采用雙變量坐標分析法（X軸為頻次；Y軸為中心性），通過均值分割形成4個象限。其中，詞頻反映該領域研究的熱度與成熟度；中心度則表征關鍵詞的領域交叉潛力及網絡樞紐地位。此外，由于“新質生產力”在數據中呈現極端高頻分布特征，本文在構建知識圖譜時對其進行了剔除處理，最終基于清洗后的數據集生成可視化結果。

圖3 文獻主要關鍵詞的戰略坐標圖

(1)象限I：此象限關鍵詞的出現頻次和中心度均較高，是當前研究的熱點與重點?！皵底旨夹g”“人工智能”“數據要素”等關鍵詞展現出顯著的學術焦點屬性與跨域連接性。其中，“數字技術”進一步凸顯出自身理論核心的地位。此外，“企業新質生產力”同樣是學者們探討的熱點話題。

(2)象限Ⅱ：此象限關鍵詞的出現頻次較低但中心度較高。雖然現有研究的深度尚待提升，但此類議題普遍蘊含顯著的創新潛能與跨學科關聯特性，構成學科前沿的關鍵探索方向?！瓣P鍵核心技術”和“資源配置效率”屬于高潛力熱詞，反映了技術驅動的突破性進展以及企業內部管理和資源優化的能力。

(3)象限Ⅲ：此象限關鍵詞的出現頻次和中心度均較低，相關議題面臨理論體系不完善與跨學科連接薄弱的雙重挑戰?！爱a業升級”“供應鏈”等學術命題的未來價值存在漸進式消解或突破性躍遷的雙重可能性，關鍵在于研究主體能否構建跨學科協同機制并實現認知邊界的突破性拓展。隨著產業升級與企業應用實踐的不斷深入，相關議題仍存在轉化為下一階段重點研究方向的可能性。

(4)象限Ⅳ：此象限關鍵詞的出現頻次較高但中心度較低，相關議題雖具備較高的理論完備性，但跨學科協同效應顯著不足，可能限制其學術影響力提升或推動領域內研究向縱深發展?！皵底中沦|生產力”“未來產業”等議題相對成熟（多作為更廣泛的“新質生產力”及“戰略性新興產業”等議題的子維度存在），未來可通過與綠色低碳、智能制造等領域的融合，在理論和應用層面實現持續突破。

綜上，本文初步研究發現，近年來該領域的研究焦點主要集中于“數字技術”“人工智能”“數據要素”等核心議題，這些關鍵詞兼具高頻次和高中心性的顯著特征，反映了當前研究的主流方向。同時，伴隨技術驅動的突破與企業內部資源優化需求的凸顯，“關鍵核心技術”和“資源配置效率”成為潛力較大的研究議題。未來，隨著企業數字化轉型和智能制造的推進，上述議題有望得到進一步拓展。

2.2.2研究主題分析

為辨識數智技術賦能企業新質生產力研究領域的核心子主題，本文運用Cite Space文獻計量工具對關鍵詞進行聚類分析，具體聚類結果如圖4所示。關鍵詞聚類質量可通過Modularity Q值和Mean Silhouette S值進行評估：Q值超過0.3意味著網絡聚類模塊結構具有顯著性，S值超過0.7表明聚類結果具有較高的可信度。本文關鍵詞聚類圖譜的計算結果顯示：Modularity Q值為0.845 2,Mean Silhouette S值為0.959 6，二者均高于相應閾值。

圖4 文獻關鍵詞聚類圖譜

由圖4可知，當前研究主要聚焦于三大維度：驅動因素維度，包括聚類0（中國式現代化）、聚類2（數字技術）、聚類3（數據要素）、聚類6（數字經濟）、聚類9（人工智能）、聚類10（科技金融）；實踐路徑維度，包括聚類1（場景驅動創新）、聚類4（實現路徑）、聚類5（產業融合）、聚類7（數字化轉型）、聚類11（創新驅動）；賦能結果維度，包括聚類8（數字新質生產力）。

基于對關鍵詞聚類圖譜的解析，本文進一步梳理了各聚類主題的代表性文獻，具體如表2所示。

表2 文獻關鍵詞聚類子主題分析

驅動因素維度聚焦影響數智技術賦能企業新質生產力的核心動因：聚類0主要討論中國式現代化背景下，數智技術推動新質生產力形成以及高質量發展的實現路徑；聚類2強調數字技術的應用，認為其通過提升企業運營效率和技術創新能力，從而推動戰略性新興產業與現代化產業體系的構建；聚類3聚焦數據作為新型生產資料在推動企業發展中的核心作用；聚類6指出，數字經濟的發展和數據的運用能夠為企業提供新的增長動力，助力新質生產力的發展；聚類9重點討論人工智能的應用，提出人工智能可以幫助企業提高資源配置效率，高效驅動新質生產力的躍升；聚類10認為，科技和金融的結合可以為企業提供資金支持，推動科技創新和產業創新的快速發展。

實踐路徑維度聚焦數智技術賦能企業新質生產力的可操作性路徑：聚類1以場景驅動、AI大模型等為切入口，探討如何通過創新促進技術發展與產業融合；聚類4聚焦從理念邏輯到實際應用的轉化路徑，驗證科技創新助力新質生產力提升的可行性；聚類5關注產業協作、數實融合，通過跨界合作形成新的商業模式，推動企業新質生產力的發展；聚類7探討數字化轉型的具體實施路徑，以提高全要素生產率，實現企業價值；聚類11討論數字技術創新如何成為推動企業生產力提升的重要力量，強調創新的驅動作用。

賦能結果維度聚焦數智技術賦能企業新質生產力的最終產出：聚類8重點討論如何通過數字技術的創新和應用助力企業新質生產力實現高效、可持續發展，從而推動中國式現代化。

2.2.3研究熱點演進

本文通過分析數智技術賦能企業新質生產力相關文獻中研究熱點的動態演化路徑（見圖5），發現該領域研究自起步后呈現顯著的漸進式演進特點。

圖5 數智技術賦能企業新質生產力研究演化路徑知識圖譜

關于數智技術賦能企業新質生產力的學術研究歷程可分為兩個階段，即起步期和成長期。

第一階段（起步期）：2023年9月—2024年6月。習近平總書記強調，新質生產力需要從理論上進行總結、概括，用以指導新的發展實踐。此階段，首次出現了新質生產力的相關研究，主要集中探討新質生產力的內涵、特征以及企業新質生產力的影響因素等。周文和許凌云指出，新質生產力是關鍵顛覆性技術實現突破與創新驅動共同作用形成的一種生產力形態；張林和蒲清平指出，新質生產力具有新科技革命的主導性、新產業賦能的前瞻性與高質量發展的目的性等3個顯著特質；宋佳等指出，ESG治理通過重構企業與利益相關者的協同網絡，在降低交易成本與減少融資約束的同時，提升機構投資者的治理參與度，最終推動企業新質生產力水平躍遷。

第二階段（成長期）：2024年7月—2025年3月。黨的二十屆三中全會提出，健全因地制宜發展新質生產力體制機制，支持企業用數智技術改造提升傳統產業。此階段，針對具體領域新質生產力的研究逐漸增多，呈快速發展態勢，研究內容包括不同類型企業新質生產力的影響因素、數智技術促進企業新質生產力發展的路徑等。惠寧等指出，人工智能通過發揮數據驅動效應、創新促進效應、要素配置效應和市場競爭效應等，能夠協同推進制造企業新質生產力的價值創造；劉延海和楊華運用模糊集定性比較分析方法，最終識別出4條數智技術驅動企業新質生產力發展的組態路徑，分別歸納為企業新質生產力生成的“創新研究型”路徑、“技術研發型”路徑、“創新融合型”路徑和“技術轉化型”路徑。

3 基于文獻內容的進一步分析

既有研究指出，新興領域的文獻綜述需要明確基本概念界定，系統分析變量間的因果關系，最終構建整合現有成果的分析框架，以定位現有研究短板并探索未來研究方向。前文文獻計量結果顯示，現有研究主要關注數智技術賦能企業新質生產力的“前因后果”及實踐路徑。基于此，本文對文獻內容展開進一步分析，主要從驅動因素、實踐路徑和賦能結果等3個方面進行討論，并嘗試延伸理論視角。

3.1數智技術賦能企業新質生產力的驅動因素

本文采用多視角切入方式，結合技術—組織—環境（TOE）框架，將驅動因素分為3個核心維度。

3.1.1技術動因

在技術層面，數智技術是推動企業新質生產力提升的核心動因，而數據風險與所有權問題作為反向驅動因素，倒逼企業強化技術規范與數據治理能力。在數字經濟加速發展的背景下，數智技術作為企業培育新質生產力的重要技術基礎，展現出顯著的賦能潛力。其依托大數據、云計算、人工智能、5G等新興技術的規模化應用，為科技成果轉化、能源效率提升和綠色生產力發展提供了關鍵支撐。從產業層面看，數智技術的普適性使其能夠跨部門、跨產業發揮作用，推動資源共享與傳統產業轉型升級，成為企業發展新質生產力的強大引擎。具體而言，數字技術的開放性、關聯性和融合性等特征，促使企業突破傳統物理空間的局限，在更廣闊的外部市場中高效識別并匹配創新合作伙伴，從而有效降低交易成本。這一技術民主化趨勢推動了以數據驅動為特征的創新生態系統重構，為各類市場主體提供了平等的價值創造機會。數智技術不僅直接推動企業數字化轉型，更從深層邏輯上顛覆了企業價值創造模式；同時，數智技術還促進了企業的資源重組、邊界拓展、能力提升，進而賦能企業新質生產力。

盡管數智技術對于企業新質生產力具有極大的賦能潛力，但在賦能過程中，必須解決數據風險和所有權等問題。一方面，隨著物聯網、社交網絡和移動設備的普及，移動性數據的指數級增長帶來了巨大的隱私泄漏風險，不僅加劇了公眾對數據安全的擔憂，也對企業生產效率產生了負面影響。另一方面，“數據是財產”的觀念逐步被社會接受，但消費者個人數據的所有權界定仍不明確，數字平臺常利用“數據確權”模糊性占據主導地位，通過個性化盈利策略形成“大數據殺熟”現象。

3.1.2組織動因

在組織層面，組織韌性與企業家精神構成企業發展新質生產力的核心內生動因，而科技創新能力不足作為反向驅動因素，倒逼企業優化創新資源配置并推進組織能力重塑。組織韌性作為企業的一項核心特質，為其在應對未來不確定性和潛在風險時提供了重要的保護屏障，不僅有助于企業在危機中實現“化危為安”和逆勢成長，還通過資源儲備與動態調整幫助組織恢復甚至超越原始狀態。數智技術通過重塑組織結構與流程、強化信息交互與實時響應能力，為組織韌性提升注入新動能，有效支持企業應對復雜環境并實現轉型升級，進而推動企業新質生產力的形成。在這一過程中，企業可借助數字技術構建知識的獲取、配置、融合和創新等動態交互機制，豐富自身知識資源并重構知識聯結關系。這種由數智技術推動的知識快速流動與動態重組，是組織構建韌性結構、提升知識響應效率的關鍵支撐。值得注意的是，組織韌性的形成并非一蹴而就，而是伴隨企業在數智環境下對知識權力結構和邊界的持續重構，實現即時響應與有效調整的循環演進。

企業家精神作為經濟活力的源泉，體現了企業在創新探索、機會把握與風險管理方面的綜合能力。因此，企業新質生產力的培育需要具備高創新素質的企業家力量。企業家不僅擁有敏銳識別外部機會的能力，還能引導企業形成內在發展動力與創新路徑。在數智融合背景下，企業家精神進一步塑造了組織的數字創新氛圍，激發員工的技術趕超意識與數字思維，促使企業主動引入新技術、吸納數據人才、構建前瞻性業務模式，從而通過勞動者、勞動資料與勞動對象的智能協同，推動企業新質生產力的躍升。

盡管組織韌性和企業家精神在推動企業新質生產力發展中發揮著關鍵作用，但科技創新能力不足依然是制約其效能釋放的重要因素。具體表現為：核心數字技術的創新效能存在結構性失衡問題，第三方協同創新主體呈現供給錯配狀態，關鍵核心技術攻關面臨持續性挑戰。

3.1.3環境動因

在環境層面，政策支持與市場競爭是推動企業新質生產力提升的重要外部動因，而數字勞動力供給不足與數字鴻溝等結構性難題，則作為具有反向驅動作用的制約性因素，倒逼企業不斷調整戰略、優化資源配置。政策環境通過制度設計和資源引導，為企業數字化轉型與技術創新構建有利生態。政府創新補貼不僅增強了企業“想發展”的意愿、“會發展”的能力與“敢發展”的信心，還有效提升了管理層對數字創新的關注度與數智技術的創新績效。通過激勵機制，能夠間接推動企業的綠色創新，進而有助于全要素生產率的持續提升。此外，政府通過財政撥款、稅收減免、金融扶持等多元手段，吸引社會資本投入數字領域，筑牢企業開展技術創新活動的基礎。這些政策安排不僅具有直接激勵效應，更能在深層次上引導創新要素的優化配置。黨的二十屆三中全會進一步指出，要“促進各類先進生產要素向發展新質生產力集聚，大幅提升全要素生產率”，為企業新質生產力躍升提供了方向性指引。政府通過規范市場秩序、制定合理的金融政策，為企業數字化轉型提供政策保障和資金支持，激發企業開展綠色技術創新的內生動力，助力提高我國的綠色技術創新水平。在政策落地層面，作為中國首個數字經濟試點政策載體，大數據試驗區通過資金支持與技術平臺搭建，推動企業借助大數據工具開展深度市場分析與精準需求預測，進而推動企業新質生產力發展。同時，大數據政策還帶來了生產要素質量提升、供應鏈穩定性增強、人才集聚與知識溢出等多重正外部性效應，為企業新質生產力的系統性躍升提供了外部支撐。

與此同時，在競爭激烈的市場環境中，企業面臨生存與發展的雙重壓力。激烈的市場競爭不僅驅動企業加速數字化轉型進程，同時也使得運營效率低下的企業盈利空間被壓縮。市場競爭可能抑制人工智能等數智技術的升級，進而阻礙全要素生產率的提升；同時也可能促使企業加大研發投入，借助數智技術推動產品差異化，以獲取持續的競爭優勢。這種倒逼機制正是企業突破慣性、推動范式轉型的現實動力。例如，中興通訊在“數字灣區”建設中，依托政務服務與政策支持，積極布局云計算、物聯網等數智技術領域，通過建設智能制造工廠，實現了5G設備與服務器等核心產品的數智化轉型與升級。這表明，企業可以通過“干中學”的方式不斷提升數智技術應用能力，借助數智賦能塑造差異化的技術資源與組織能力，最終跳出低效的同質化競爭陷阱，在復雜環境中重構競爭優勢。

盡管政策環境和市場競爭為企業新質生產力提升提供了強大動力，但在發展過程中，企業仍須破解數字勞動力供給不足和數字鴻溝等結構性難題，以確保數智技術充分發揮其賦能作用。在數字勞動力供給不足方面，技能型人才的短缺已成為我國從制造業大國向制造業強國轉型的關鍵制約因素。這一短缺主要源于制度性矛盾：企業技術培訓中的“囚徒困境”和政府公共服務體系的覆蓋不足。在數字鴻溝方面，大型企業通常擁有更充裕的資源，具備規?；瘮祿占c分析能力，從而在數字資產獲取、技術創新與人才培育中占據主導地位；而中小企業尤其是創業公司面臨資金與技術雙重約束，難以獲取所需的數字資源，從而制約其創新能力和發展潛力的提升。此外，數字治理不完善也會對企業整體生產力提升產生負面影響，并進一步加劇大型企業與中小型企業之間的數字鴻溝。

3.2數智技術賦能企業新質生產力的實踐路徑

本文將數智技術賦能企業新質生產力的實踐路徑整合為3個層面，分別是數據市場化與要素融合的作用釋放、組織流程與能力體系的動態重構以及數實融合驅動的新質演化。

3.2.1數據市場化與要素融合的作用釋放

在數字經濟時代，數據已升級為新型生產要素，并逐漸成為數智技術的核心支撐。數據要素市場化不僅推動了資源優化配置、交易成本降低與市場整合度提升，更加速了數字化進程。同時，數據要素與傳統生產要素的深度融合，顯著增強了各要素間的協同效應，促進了企業新質生產力的提升。

在數據要素市場化方面，數據要素市場化通過降低交易費用、提高市場整合度、推動產業融合和提升創新能效，為企業數字化轉型構建堅實的基礎。具體而言：數據市場化通過優化企業資源配置和提高技術應用水平，直接驅動企業新質生產力的提升；數據要素市場化能夠加速數據與勞動對象的有效連接，拓展了勞動者的就業空間；此外，數據要素市場化還能通過優化勞動力、資本、技術等生產要素的配置，強化組織支撐、降低管理成本并促進業務創新，進而推動企業新質生產力發展。

在數據要素與傳統生產要素融合方面，數據要素與傳統生產要素的協同使得各生產要素之間能夠更高效地配合，推動了漸進性創新。例如，數據要素與技術要素的結合，通過提升數據要素的配置效率，賦能技術創新和研發活動，推動新技術在各行業的應用普及，并培育出新質生產力。數據要素與土地、資本、勞動力等傳統要素的深度耦合，不僅激發了傳統要素的創新潛力，更通過加速要素間的協同演化進程，有效促進全要素生產率的提升。更進一步地，數據要素與其他生產要素結合并發揮作用，能夠釋放乘數效應，進而助力新質生產力的發展。

數據要素市場化以及數據要素與傳統生產要素的融合，不僅提升了企業的創新能力和管理效能，也為企業的可持續發展提供了動力，進而推動企業新質生產力的涌現。

3.2.2組織流程與能力體系的動態重構

數智技術嵌入企業內部運行體系，推動組織流程與能力系統的全面升級。企業新質生產力的生成不僅依賴技術驅動，更需要流程機制與組織能力的協同演進。數字經濟通過優化生產流程、提升資源利用效率，打破了以往“高消耗、高污染”的增長路徑，實現了可持續的高效發展。

在流程機制方面，人工智能的“強鏈補鏈”能力增強了企業在產業鏈中的響應與整合能力。其對企業新質生產力的促進效應隨時間維度的延展呈現倒“U”形趨勢，這要求企業結合自身生命周期特征動態優化技術配置與流程治理。此外，人工智能還能有效降低企業內部信息不對稱程度，促進供應鏈協作效率提升。

在組織能力方面，企業通過部署智能化平臺，實現組織形態由縱向科層結構向橫向協同結構轉型。數智化平臺通過優化資源配置、提高運行效率，既能推動傳統產業的數智化轉型，也能率先布局新興產業和未來產業，在復合創新機制中孕育新質生產力。人工智能通過生產智能化、銷售智能化，提升企業的管理能力和生產效率，為組織持續演進奠定了結構基礎。而外部制度系統的協同配合則為組織能力躍升提供了關鍵保障。人工智能政策通過提升企業數字創新能力和數據要素利用能力，為組織機制優化提供制度激勵；同時，政府的關注支持與補貼優惠進一步激發企業的創新意愿，賦能新質生產力培育。

數智技術在流程機制與組織能力兩個維度構筑起協同躍升通道，為企業新質生產力發展注入持續動能，并逐步構建起以“柔性系統—智能響應”為特征的新型組織能力體系。

3.2.3數實融合驅動的新質演化

企業數智化實踐正從局部技術應用邁向系統性變革，數實融合已成為推動企業新質生產力躍遷的關鍵路徑。作為信息化與工業化深度融合的進階形態，數實融合進一步強調數字技術與實體經濟的有機協同。通過組織與資源等多個維度的協同演化，推動企業實現從“工具式賦能”向“生態式驅動”的范式躍遷。

在資源配置機制方面，數實融合通過打通數字基礎設施大動脈，促進數據、技術、勞動力等要素在組織間的高效流動，提升系統運行效率與要素響應速度。企業通過提升勞動力、資本、知識及數據等生產要素的配置效率，打破傳統組織邊界與區域壁壘，實現跨場景、跨領域、跨組織的資源復用與價值再造。數實融合加深了數字經濟與實體經濟的交融程度，推動要素配置質效提升，催化新技術、新工藝與新材料的跨界整合。同時，數實融合有助于糾正資本錯配，促進產業升級與結構優化，形成新質生產力的良性發展路徑。

在組織生態方面，數實融合引導企業重構業務結構與協作模式。數智化平臺不僅能夠整合企業內部流程，更通過優化資源配置、提升組織效率，助力企業由傳統制造者轉變為生態系統中的協同治理主體。同時，企業依托平臺系統可實現新興產業與未來產業的戰略布局，在復合創新機制中孕育新質生產力。此外，數據要素的多主體復用與跨場景應用特性，為知識擴散與突破性創新提供了路徑支撐。

數實融合以數智技術為驅動力，通過資源優化配置與組織生態重構，推動企業向生態治理轉型。

3.3數智技術賦能企業新質生產力的結果

本文將數智技術賦能企業新質生產力的結果整合為3個層面，分別是企業新質勞動者、企業新質勞動資料和企業新質勞動對象。

3.3.1數智技術催生企業新質勞動者涌現

在數智技術的深度賦能下，企業勞動者結構不斷優化，新質勞動者加速涌現，成為推動企業新質生產力發展的核心要素。數據要素的廣泛應用與數字經濟的快速發展，促使勞動力市場對高素質勞動者的需求持續攀升，進而催生出一批掌握先進技術、精通高端設備、具備數據思維和創新意識的新型勞動者。這種由數據驅動的勞動力升級，不僅重構了勞動者的知識結構，更重塑了其在生產過程中的角色。特別是在生成式人工智能技術快速發展的背景下，勞動者逐步從傳統的操作執行者轉變為智能系統的管理者和創造性決策者，提升了工作效率。與此同時，在智能技術賦能下，人機協同的“數字人”輔助系統為勞動者提供了決策支持，降低了知識與技能的獲取門檻，使勞動者能夠在更高層面參與生產活動。人機協同成為企業生產的新常態，智能技術與勞動者之間形成高度互補的耦合關系。進一步研究表明，人工智能顯著提升了勞動者的技能水平，為企業構建復合型人才隊伍奠定了基礎；同時，人工智能也替代了部分低端勞動力，降低了企業勞動力成本。此外，相較于傳統以重復性體力勞動為主的技術工人，新質勞動者往往具備更廣闊的視野、更強的數字素養和適應能力，能夠快速掌握新知識與新工具，靈活應對數字化、智能化的生產環境，有效對接戰略性新興產業的多元需求。綜上，企業在數智技術賦能下，不僅優化了勞動力配置結構，還通過智能升級提升了勞動者素質，推動形成以高質量人才為支撐的企業新質生產力體系。

3.3.2智能工具驅動企業新質勞動資料躍遷

數智技術不僅重塑了勞動者形態，更深度賦能了勞動資料的發展與變革。作為數智技術的關鍵組成部分，生成式人工智能推動勞動資料完成智能增強型改造，在精度控制、彈性配置與能效管理維度實現質的飛躍。隨著機器學習與深度學習等技術的不斷突破，勞動工具被重新定義為具有學習和優化能力的智能系統，從“被動工具”轉變為“主動助手”。人工智能硬件和軟件的迭代更新持續增強了勞動工具的智能性，不僅提升了生產效能，也為企業構建更靈活、更高效的生產體系提供了支撐。更進一步地，新一輪科技革命孕育出大量具備高效、智能、低碳、安全屬性的新型生產工具，全面提升了勞動資料的數字化與網絡化水平。數字工具的快速迭代也意味著企業必須不斷適應技術更替，實現“以新換舊”，進而完成生產方式的迭代升級。例如，國家級大數據綜合試驗區通過金融創新與基礎設施投資，為企業引進智能生產工具提供了強有力的資金保障和環境支持，加速了勞動資料的高效整合與優化配置。與此同時，人工智能等數智技術所帶來的高端設備、智能終端和工業機器人等，正逐步取代傳統機械設備，推動生產工具由“機械化”向“智能化”全面躍升。值得注意的是，在數智技術推動下，勞動資料已不再是靜態的硬件集合，而是動態、智能、可自我優化的數字化資源，為企業新質生產力的持續發展提供了穩定、高效的技術與工具支撐。

3.3.3數據要素推動企業新質勞動對象發展

新質生產力的發展還體現在勞動對象形態的轉變上，數智技術深刻重塑了企業對“生產對象”的定義與認知。傳統以原材料和零部件為主的物質勞動對象，正在與數據、知識、信息、服務等非物質形態勞動對象協同演進，共同構成虛實融合的新型生產體系。數據作為核心要素，憑借其非競爭性、可復用性及乘數效應，在生產過程中扮演著前所未有的角色。尤其在人工智能的加持下，數據不再是靜態資源，而是可以直接轉化為生產成果的關鍵要素。數據利用效能的提高，進一步拓展了企業新質生產力發展的廣度與深度。更進一步地，數據與傳統生產要素的融合，推動生產要素向高級化、復雜化方向演進，助力企業釋放新的增長潛能。同時，數據要素還在推動綠色能源開發與環境友好型生產中發揮積極作用，為企業構建可持續的新質勞動對象提供了支撐。此外，數據與信息的深度融合，使服務與技術等非實體勞動對象成為經濟增長的重要支撐，拓展了生產邊界，并為企業創造了新的利潤增長點。以Deep Seek為代表的數智技術，通過推動勞動對象由實體向數字形態轉變，重構了傳統生產系統的物質基礎與價值路徑?？梢钥闯觯瑪祿瘎趧訉ο蟮某掷m擴展，不僅提升了企業對資源的精細化管理能力，更推動了產業生態系統的重構，成為企業新質生產力發展的又一關鍵動能。

3.4理論視角

數智技術在賦能企業新質生產力的過程中，催生了對傳統理論框架的重構需求。然而，現有文獻大多聚焦于實踐視角，探討數智技術對企業新質生產力的賦能路徑，鮮有學者從理論視角展開系統性探索。僅有部分學者從協同論、動態能力理論、生產力理論與創新生態理論等維度出發構建了分析框架。

栗伊萱和翟云基于協同論提出，數字化與綠色化的發展目標高度統一、發展要素深度互嵌、發展主體顯著重合，從而構成了雙化協同發展的理論邏輯。在此基礎上，張斌和李亮進一步引入“生產力理論”和“創新生態理論”，構建了一個闡釋數據要素如何驅動新質生產力發展的理論框架，并對其內在邏輯進行了分析。該理論框架補充了栗伊萱和翟云關于協同論的觀點，強調了數據要素在發展企業新質生產力方面的核心作用。尹西明等基于場景驅動創新理論，提出了場景驅動數據要素市場化配置的理論內涵、典型特征和共創生態構建原則，同時揭示了場景驅動科技成果轉化的內在過程機理，為把握范式躍遷機遇、突破創新瓶頸、提升成果轉化體系效能、加快形成新質生產力提供了重要理論與實踐啟示。上述研究表明，數字化與綠色化的協同不僅是要素的相互融合，還需要根據不同的情境進行動態的資源配置，以達到最優的生產力提升效果。

此外，郝愷等基于TOE框架，通過模糊集定性比較分析方法，探討了技術、組織、環境維度對企業數字化轉型的復雜因果機制。這一研究進一步揭示了不同因素如何影響企業數字化轉型的戰略選擇。最后，王蕾和賈樂怡基于動態能力理論視角，指出數字化轉型顯著提升了企業的新質生產力，并增強了企業的適應能力、吸收能力、創新能力和整體動態能力。

4 知識框架與研究展望

4.1研究結論與知識框架

本文基于文獻計量法和內容分析法，系統梳理了數智技術賦能企業新質生產力領域的相關文獻，最后構建了如圖6所示的知識框架，以直觀呈現當前的研究態勢。

圖6 數智技術賦能企業新質生產力的知識框架

通過文獻計量分析發現，數智技術賦能企業新質生產力的相關研究雖起步較晚，但近兩年迎來了快速發展期。進一步通過文獻計量法對關鍵詞、聚類主題及主題演進趨勢展開分析，結果表明：文獻研究聚焦于以“數字技術”“數據要素”“人工智能”為核心的“數智技術”，以及“企業新質生產力”“數字新質生產力”；在關鍵詞聚類方面，文獻主題可歸納為三大類，包括數智技術賦能企業新質生產力的驅動因素、實踐路徑和結果。

本文構建的知識框架揭示了數智技術賦能企業新質生產力遵循“驅動因素—實踐路徑—賦能結果”的動態傳導機制：在驅動層面，技術動因（數智技術、數據風險和所有權問題的挑戰）、組織動因（組織韌性、企業家精神、科技創新能力的挑戰）、環境動因（政策環境、市場競爭環境、數字勞動力供給不足和數字鴻溝的挑戰）構成推拉并行的復合動力系統，驅動企業系統性啟動數智技術賦能進程；在實踐層面，企業通過數據市場化與要素融合釋放乘數效應、動態重構組織流程與能力體系、數實融合驅動的新質演化三大路徑，實現生產要素的優化配置與生產范式的革新；最終，催生生產力三維躍遷——人機協同的新質勞動者取代傳統勞動力，自我迭代的智能工具重塑新質勞動資料，數據驅動的非物質形態資源拓展新質勞動對象。

4.2研究展望

在數字經濟快速發展的背景下，數據風險和所有權問題、科技創新能力不足、數字勞動力供給短缺以及數字鴻溝，成為制約企業新質生產力提升的關鍵障礙。具體而言，數據風險和所有權問題以及科技創新能力不足制約了數智技術的高效應用，數字勞動力短缺影響了企業創新效能的釋放，而數字鴻溝則進一步加劇了中小型企業的轉型困難。未來研究應聚焦上述瓶頸，探索如何有效推動數智技術與企業場景的深度融合，充分釋放企業的創新潛力。

4.2.1數據隱私保護與數據治理機制的優化

數據隱私泄漏風險和數據所有權爭議是數智技術賦能企業生產力的重要制約因素。未來研究應關注如何優化數據隱私保護體系和數據治理機制，重點解決如何在保護個人隱私的前提下，合理利用數據推動企業創新和生產力提升的問題。例如，探索利用匿名化、加密等技術進行數據挖掘，提升數據利用的安全性。此外，數據所有權問題也亟待解決，可以通過建立更加明確和公正的數據確權體系，確保消費者在其個人數據使用上的知情權和選擇權，同時避免“數據殺熟”等不正當商業行為的產生。通過完善數據隱私保護與治理機制，能夠提高公眾對數據共享的信任度，從而促進數據資源的充分流動和高效使用，為企業新質生產力提升提供堅實的數據支撐。

4.2.2科技創新瓶頸的突破

雖然我國數智技術領域取得了顯著進展，但核心技術的自主創新能力仍顯不足，制約著數智技術對企業新質生產力的賦能效力。未來研究應集中于探討關鍵核心技術的自主突破路徑，特別是在人工智能、大數據分析、物聯網等領域。首先，優化科研評價體系，加大對長期、高風險創新項目的關注度和支持力度，弱化現有科研體系對短期回報的過度依賴；其次，推動政企合作，鼓勵企業和科研院所聚焦核心技術瓶頸聯合攻關，構建產學研一體化的創新生態系統；最后，深化跨行業、跨國界合作，提升技術創新的全球競爭力，推動我國在全球產業鏈中的位勢提升。突破關鍵核心技術瓶頸，將助力企業在全球競爭中獲取優勢，為數智技術賦能企業新質生產力提供堅實的技術支撐。

4.2.3數字勞動力供給短缺的破解

隨著我國數字經濟的不斷發展，數字勞動力供給不足已成為制約企業新質生產力提升的關鍵瓶頸。未來研究應聚焦于構建更加靈活高效的人力資源規劃機制。首先，構建短期培訓和終身學習機制，快速提升企業現有員工的數字技能，增強其應對快速變化的技術環境的能力；其次，探索企業與高校、職業教育機構的協同創新路徑，推動校企合作，縮短人才培養周期，滿足市場對高端創新人才的需求；最后，強化技能型人才供給，針對中小企業需求開發定制化培訓項目，提升人才適配性。通過上述措施，為企業提供更加充足且適配的數字勞動力，從而提升企業的生產力和競爭力。

4.2.4數字鴻溝的彌合

數字鴻溝是我國中小企業數智化轉型的主要障礙，未來研究應重點關注其彌合路徑?？赏ㄟ^分析中小企業數字資源獲取瓶頸，探索政策激勵與技術支持的協同作用。例如，通過政府引導資金或稅收優惠政策，促進中小企業的數字化基礎設施建設；此外，還可以通過開放數據平臺和共享技術，促進不同規模企業之間的數據流動與合作，從而提升整體創新能力。針對創業公司，研究建立靈活的技術服務體系，幫助其提升數據分析能力和獲取優質創新資源，打破創新過程中的技術壁壘，減少資金約束。通過彌合數字鴻溝，可進一步激活中小企業的創新潛力，并顯著提升其市場競爭力。

4.2.5數智技術與企業場景的深度融合

在數智技術迅猛發展的背景下，未來研究應聚焦數智技術與企業特定場景的深度融合，推動企業數智化轉型實質性落地。首先，根據行業特性和企業需求，制定適合的數智技術解決方案，幫助企業在具體應用場景中實現技術與業務的深度融合；其次，構建數據驅動的智能化決策支持系統，提高企業在供應鏈管理、客戶關系管理等場景的創新效率和決策準確性；最后，打造多方協同的場景化創新平臺，打破技術、產業鏈與市場之間的壁壘，推動跨界融合創新的價值釋放。通過上述研究，為企業提供更加多元、精準的數智化解決方案，提升企業在復雜市場環境下的競爭力和持續創新能力。

本文來源于《創新科技》2025年第9期。侯二秀，內蒙古工業大學經濟管理學院教授；寇佳，清華大學經濟管理學院碩士研究生；陳勁，清華大學經濟管理學院教授，博士生導師；尹西明(通信作者),北京理工大學管理學院研究員，博士生導師；陽鎮，中國社會科學院工業經濟研究所副研究員。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com